Изменения

Реализация модели XGBoost поддерживает особенности реализации все возможности таких библиотек как scikit-learn и R с новыми дополнениями, такими как регуляризациявозможностью добавлять регуляризацию. Поддерживаются Поддержаны три основные главные формы повышения градиентаградиетного бустинга:

* Алгоритм Gradient Boosting также называется градиентной машиной повышенияСтандартный [[Бустинг, включая скорость _AdaBoost|градиентный бустинг]] с возможностью изменения скорости обучения(''learning rate'').* Стохастический градиентный бустинг<ref>[https://statweb.stanford.edu/~jhf/ftp/stobst.pdf Stochastic Gradient Boosting ]</ref> с суб-выборкой в ​​строке, столбце возможностью семплирования по строкам и столбце на каждый уровень разделенияколонкам датасета.* Регулярное усиление градиента Регуляризованный градиентный бустингг<ref>[https://arxiv.org/pdf/1806.09762.pdf Regularized Gradient Boosting]</ref> с регуляцией L1 и L2регуляризацией.